Robust MISO Control of Propofol-Remifentanil Anesthesia Guided by the NeuroSENSE Monitor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper describes the design and evaluation of a controller for multi-input single-output (MISO) propofol-remifentanil anesthesia, guided by feedback from a measure of depth-of-hypnosis (DOH). DOH monitors are commonly used in clinical practice to guide anesthetic dosing, however, there is currently no widely accepted nociception monitor to guide remifentanil (analgesic) infusion. Variability in the DOH measure has been associated with insufficient analgesia, and feasibility of closed-loop control of both propofol and remifentanil infusion using DOH feedback has been demonstrated. However, DOH variability does not provide a measure of analgesia in the absence of stimulation. Consequently, control of the opioid-hypnotic balance is lost in control systems relying on DOH feedback alone. The proposed design overcomes this limitation by introducing a second, indirect control objective. This paper defines clinical design specifications to achieve adequate anesthesia in a wide range of clinical cases, proposes a modification of the habituating control framework, and presents methods to translate the clinical objectives into control objectives within this framework. The developed design methodology provides a controller that: 1) meets the clinical objectives; 2) is robust to interpatient variability, both in single-input single-output and MISO operation; 3) is robust to nonlinear drug interactions; 4) gives the user control of the opioid-hypnotic balance in the absence of stimulation and in the presence of input saturation; and 5) improves disturbance rejection following nociceptive stimulation. The MISO system performed as designed in 80 clinical cases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle